Googleによって開発されている機械学習ライブラリであるTensorFlowで、Tensor（テンソル）の情報を確認する方法を解説します。
Contents
Tensorの情報の確認方法
TensorFlowで使用するTensorには型等の各種情報があり、簡単に参照することができます。Tensorの情報について確認する方法を紹介します。
Tensorの型を確認する dtype
Tensorの型を確認する場合には、以下のようにdtypeプロパティを確認します。
import tensorflow as tf tensor = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Tensorの型を確認する dtype print(tensor, "\n") print(tensor.dtype)
【実行結果】 tf.Tensor( [[1 2 3] [4 5 6] [7 8 9]], shape=(3, 3), dtype=int32) <dtype: 'int32'>
Tensorの要素数を確認する tf.size
Tensorの要素数を確認する場合、sizeというプロパティはないため以下のようにtf.size関数を使用して確認します。
import tensorflow as tf tensor = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Tensorの要素数を確認する tf.size print(tensor, "\n") print(tf.size(tensor))
【実行結果】 tf.Tensor( [[1 2 3] [4 5 6] [7 8 9]], shape=(3, 3), dtype=int32) tf.Tensor(9, shape=(), dtype=int32)
Tensorの形状を確認する shape
Tensorの形状を確認する場合には、以下のようにshapeプロパティを確認します。
import tensorflow as tf tensor = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Tensorの形状を確認する shape print(tensor, "\n") print(tensor.shape)
【実行結果】 tf.Tensor( [[1 2 3] [4 5 6] [7 8 9]], shape=(3, 3), dtype=int32) (3, 3)
Tensorの階数を確認する ndim
Tensorの階数を確認する場合には、以下のようにndimプロパティを確認します。
import tensorflow as tf tensor = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Tensorの次元数を確認する ndim print(tensor, "\n") print(tensor.ndim)
【実行結果】 tf.Tensor( [[1 2 3] [4 5 6] [7 8 9]], shape=(3, 3), dtype=int32) 2
まとめ
Googleによって開発されている機械学習ライブラリであるTensorFlowで、Tensor（テンソル）の情報を確認する方法を紹介しました。
- dtype：Tensorの型を確認する
- tf.size：Tensorの要素数を確認する（プロパティは持っていないため関数で確認）
- shape：Tensorの形状を確認する
- ndim：Tensorの階数を確認する
TensorFlowを用いたプログラミングでは、演算におけるTensorがどういったものかをよく考えてプログラミングする必要があります。Tensor情報は随時確認しながらプログラミングをする必要があるため、使い方をしっかり覚えておきましょう。
ソースコード
上記で紹介しているソースコードについてはgithubにて公開しています。参考にしていただければと思います。
